[發明專利]電子文檔中敏感數據的脫敏處理方法及裝置

在審

• 申請號: 202110588208.X
• 申請日: 2021-05-28
• 公開（公告）號: CN113204949A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 劉俊佳
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F21/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 賈磊;李輝

本發明公開了一種電子文檔中敏感數據的脫敏處理方法及裝置，涉及自動程序設計領域，該方法包括：獲取待脫敏電子文檔對應的模板文件內容；對模板文件內容進行分解，定位模板文件內容中待脫敏的數據項；根據模板文件內容中待脫敏的數據項，查找待脫敏電子文檔中相應數據項的數據內容；對查找出的數據內容進行脫敏處理；將脫敏處理后的數據內容與待脫敏電子文檔中未進行脫敏處理的數據內容進行整合；根據整合后的數據，合成脫敏后的電子文檔。本發明能夠對OFD等板式格式文檔中包含的敏感信息進行脫敏處理，以保護用戶的敏感信息不被泄露。

技術領域

本發明涉及自動程序設計領域，尤其涉及一種電子文檔中敏感數據的脫敏處理方法及裝置。

背景技術

本部分旨在為權利要求書中陳述的本發明實施例提供背景或上下文。此處的描述不因為包括在本部分中就承認是現有技術。

電子文檔存在容易被復制、傳播速度快等特點，若處理不當，容易導致電子文檔中的敏感數據泄密。因此對電子文檔中敏感數據進行脫敏處理，能夠有效保護電子文檔中的敏感數據不被泄密。

OFD(全稱為Open Fixed-layout Document)是我國自主研發的版式格式標準，能夠方便地對各類電子文檔進行存儲、讀取以及編輯。在當今的電子時代，無論是電子商務、電子公務，還是信息發布、數字出版、檔案管理、電子交換等都不可避免地涉及到了版式應用，因此也就不可避免地依賴于版式文檔格式。

作為我國自主研發的電子版式文檔，OFD文檔具有獨立于創建它的應用軟件、硬件、操作系統、顯示或打印它的輸出設備，可有效保留原始文檔的外觀和完整性，還具有跨平臺、自由共享特點，被廣泛應用于電子文檔的信息存儲與傳遞。OFD文檔存儲信息的類型也變得多樣化，覆蓋了文字、圖形、二維碼等。對OFD文檔內容中包含的敏感數據進行脫敏處理，能夠對OFD文檔內容起到有效保護。

目前，市面上對PDF文檔內容中敏感數據的脫敏處理方案是使用Adobe公司提供的開源SDK對PDF文檔內容進行解析處理或使用其它解析方法或軟件對PDF文檔進行解析處理。在解析處理時，通過字符串匹配算法實現PDF文檔中敏感數據的定位和確認，并進行脫敏。由于PDF文檔具有特殊的編碼格式，直接將對PDF文檔內容中敏感數據進行脫敏時采用的字符串匹配算法應用OFD文檔內容，存在效果較差的問題；且由于現有的脫敏功能及算法要依托于第三方的軟件或者解析程序，存在安全隱患問題。

針對上述問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例中提供了一種電子文檔中敏感數據的脫敏處理方法，用以解決現有技術直接將對PDF文檔內容中敏感數據進行脫敏處理的方法應用于OFD文檔，字符匹配效果較差，且存在安全隱患的技術問題，該方法包括：獲取待脫敏電子文檔對應的模板文件內容；對所述模板文件內容進行分解，定位模板文件內容中待脫敏的數據項；根據所述模板文件內容中待脫敏的數據項，查找所述待脫敏電子文檔中相應數據項的數據內容；對查找出的數據內容進行脫敏處理；將脫敏處理后的數據內容與所述待脫敏電子文檔中未進行脫敏處理的數據內容進行整合；根據整合后的數據，合成脫敏后的電子文檔。

進一步地，在對所述模板文件內容進行分解，定位模板文件內容中待脫敏的數據項之前，所述方法還包括：獲取自定義配置的待脫敏的數據項。

進一步地，獲取自定義配置的待脫敏的數據項，包括：在可視化界面中顯示所述模板文件內容中的各個數據項；接收用戶對一個或多個數據項的選定指令；根據接收到的選定指令，獲取自定義配置的待脫敏的數據項。

進一步地，在根據整合后的數據，合成脫敏后的電子文檔之后，所述方法還包括：以預覽的形式，輸出脫敏后的電子文檔。

進一步地，在根據整合后的數據，合成脫敏后的電子文檔之后，所述方法還包括：接收文檔保存指令；根據所述文檔保存指令，保存脫敏后的電子文檔。